上次我发了一篇5min了解RAG，真的非常非常简单，这篇文章讲述了RAG的基本原理，通俗易懂，但是存在一个问题——用户可能很难自己搭建一个可用的RAG，它能让大家了解RAG的原理，但是还不够应用层面，如果真的想应用，你需要具备一定的代码能力，你需要具备知识库的清洗切片等，难度相对较大，所以，为了让大家把所学变成应用，“他”来了，一个零代码经验也可以搭建一个可用的大模型知识库，他来了，注意了，是零代码+可用，零代码+可用，零代码+可用……(重要的事情说三遍) 我们先来看下今天这个小项目需要的概念和工具： 今天我们核心任务是通过Dify搭建一个大模型知识库，所以，关于如何使用梯子，如何准备API key，这些我们就不多赘述了，如果大家真的有需要，我可以再出其他教程。 非常类似在《5min了解RAG，真的非常非常简单》这篇文章里的内容，流程如下： 在这个流程中，我们需要这样几个节点，大家理解即可，接下来会详细介绍如何操作。 首先自然是登录Dify了，地址是：https://dify.ai/zh引言
通过学习能得到什么？
重要的工具
核心任务
任务流程
实操过程
1.登录Dify
2.创建应用模板
3.流程配置
先看配置之后的样子：
3.1 节点1:开始
这个环节没什么，大家看下右侧的输入字段就行，每次提问，都会有这些字段信息。
3.2 节点2:提取关键内容
这个节点是一个大模型，在这里我用了DeepSeek-R1-Distill——Qwen-14B，你用什么都行，只要注册了api key，自己在平台上配置就行了。
添加了大模型后，主要关注下右侧的内容：
-
• SYSTEM中，我们写的内容，他约束了这个节点的输出，其实就是之前我们提到，先用大模型提取关键字，为了避免大模型直接给你答案，所以给了一些约束。 -
• 记忆：这个打开就好了，就是会记录之前每次的提问，让回答更连贯。
3.3 节点3:知识检索
这个节点是一个知识检索节点，也没什么特殊的，核心在于知识库本身上，这就是Dify的强大，他在背后完成了其他的工作，你只需要用就行了：
再回来到工作室，在知识检索节点，选择知识库即可：
3.4 节点4:回答问题
这个节点也是一个大模型：
3.5 节点5:直接回复
这个节点没什么，可开始节点一样。
效果
最后
关于Dify的演示，这只是一个非常简单的小的项目，而且使用到的功能都是特别基础的，Dify支持很多的创意，具备很强大的功能，大家可以慢慢研究。
原创文章，作者：王得宇AIPM，如若转载，请注明出处：https://www.pmtemple.com/silence/17576/
微信扫一扫 
支付宝扫一扫 
